Nov, 2019

面向挪威语的细粒度情感数据集

PDF
TL;DR介绍 NoReC_fine 数据集，用于对来自多个门类、包括文学、游戏、音乐、产品、电影等专业评论的文本进行精细情感分析，同时注释了极性表达、情感对象和持有者。 详细描述注释过程和开发的标注指南，提供了互注者一致性分析、实验结果，并且打算作为进一步实验的初步基准。
sentiment analysisnorwegiandatasetannotationinter-annotator agreement
发现论文，激发创造
  • CroSentiNews2.0：新闻情感句子语料库

    该研究提供了一个句子级情感数据集，覆盖了克罗地亚新闻领域，在已有的 3000 个注释文本的基础上，增加了 14500 个带有 5 个类别标签的注释句子出现。研究者在注释过程中提供了基线分数和标注者间的一致性分析。

    May, 2023

  • 有则显之：充分利用细粒度情感标注

    本文探索了加入情感持有者和情感表达信息是否能够改善目标提取和分类，并在 8 个英文数据集上进行了实验证明，预测目标和情感 BIO 标签可以提高目标提取，将输入文本增加黄金表达通常可以改善有针对性的极性分类。同时，我们的结果表明，目前模型预测极性表达的性能差，从而阻碍了实践中这些信息的利用。

    Jan, 2021

  • 克罗地亚电影评论数据集（Cro-FiReDa）：电影评论的情感标注数据集

    Cro-FiReDa 是一个针对克罗地亚电影评论领域的情感注释数据集，含有超过 10,000 个句子，并在句子级别上进行了注释。除了介绍总体注释过程外，该论文还提出了基于 Transformer 微调方法的基准结果。

    May, 2023

  • GoEmotions：一份包含细致情绪的数据集

    介绍了 GoEmotions，这是目前最大的手动标注的数据集之一，其中包含 58k 英文 Reddit 评论，并将其标记为 27 种情感类别或中性。通过传递学习实验，证明了该数据集具有良好的泛化性能，BERT-based 情感检测模型取得了.46 的平均 F1 分数。

    May, 2020

  • 探究用户激进化：一个新的数据集用于识别意见中细粒度的时间变化

    本文介绍了一个新的数据集，用于建模细微的观点波动并检测细粒度的立场。 数据集包含足够数量用户在时间范围内和整个对话线程中的站立极性和强度标签，因此在长期和短期内都可以检测到微妙的观点波动。

    Apr, 2022

  • 作者情感预测

    PerSenT 数据集包括了新闻文章中主要实体的情感分析，并提供了段落级别的情感注释以提供更精细的监督。该数据集的基准测试表明，这是一项困难的分类任务。该论文指出，使用 BERT 对文档级表示进行微调是不足够的，并且对整个文档进行段落级别的决策和聚合也是无效的。该数据集包含 5.3k 个文档和 38k 个段落，涵盖 3.2k 个独特的实体，是实体情感分析中的一个挑战。

    Nov, 2020

  • SEntFiN 1.0：金融新闻情感分析中的实体感知

    本文探讨了在新闻标题中进行细粒度金融情感分析的任务和挑战，提出 SAEntFiN 1.0 数据集，并使用特征为基础的方法提取实体相关情感。使用 12 种不同的学习方案验证实验结果，RoBERTa 和 finBERT 的平均准确率和 F1 分数最高，同时使用 210,000 多个实体情感预测验证了情感对市场的影响。

    May, 2023

  • 在 Twitter 上标注挪威语言各个方言的词性

    本研究提供了新的标注有词性标签的挪威推特数据集，研究了对该数据集进行自然语言处理的挑战性，比较了不同模型对该数据集的表现，并分析了模型常见错误。

    Oct, 2022

  • DENS：用于多类情感分析的数据集

    介绍了一份英语长篇叙述的多类情感分析新数据集 (DENS)，是由 Project Gutenberg 和 Wattpad 上的现代在线叙述组成，使用 Amazon Mechanical Turk 进行注释，其中，预训练的 BERT 模型微调的结果最佳，平均微型 F1 得分为 60.4％，该数据集提供了一个新的机会，需要超越现有的句子级技术进行情感分析。

    Oct, 2019

  • 用于细粒度情感分析的多模态电影评论语料库

    本文介绍了针对 POM 电影评论数据集的一组观点注释，包括两个粒度级别的粗略层面和细粒度层面，并提出了一些具有特定类别的注释以便于电影评论的观点注释。我们还提供了一个可以预测意见（例如极性和方面）不同组成部分的分层观点预测框架，并提供了第一组可用于细粒度多模态观点预测任务的地面事实注释。此外，我们进行了一项相关数据采集的研究，并在不同层面的粒度下报告了标注者间的一致性。最后，我们提供了一个基准系统和注释数据以供公开使用。

    Feb, 2019